ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 32/2-3 - 2015  - pp.265-286  - doi:10.3166/ts.32.265-286
TITRE
Analyse multi-échelle de trajectoires de points critiques pour la reconnaissance d’actions humaines

TITLE
Multi-scale analysis of critical point trajectories for human actions recognition

RÉSUMÉ

Cet article porte sur la reconnaissance d’actions humaines dans des vidéos. La méthode présentée est basée sur l’estimation du flot optique dans chaque séquence afin d’en extraire des points critiques caractéristiques du mouvement. Des trajectoires d’intérêt multiéchelles sont ensuite générées à partir de ces points puis caractérisées fréquentiellement. Le descripteur final de la vidéo est obtenu en fusionnant ces caractéristiques de trajectoire avec des informations supplémentaires d’orientation de mouvements et de contours. Les résultats expérimentaux montrent que la méthode proposée permet d’atteindre, sur différentes bases de vidéos, des taux de classification parmi les plus élevés de la littérature. Contrairement aux récentes stratégies nécessitant des grilles denses de points d’intérêt, la méthode a l’avantage de ne considérer que les points critiques du mouvement, ce qui permet une baisse du coût de calcul ainsi qu’une caractérisation plus qualitative de chaque séquence. Les perspectives de ce travail sont finalement discutées, notamment celle portant sur la reconnaissance d’actions dites complexes.



ABSTRACT

This paper focuses on human action recognition in video sequences. A method based on optical flow estimation is presented, where critical points of this flow field are extracted. Multi-scale trajectories are generated from those points and are frequentially characterized. Finally, a sequence is described by fusing this frequency information with motion orientation and shape information. Experiments on video datasets show that this method achieves recognition rates among the highest in the state of the art. Contrary to recent dense sampling strategies, the proposed method only requires critical points of motion flow field, thus permitting a lower computational cost and a better sequence description. Results, comparison and perspectives on complex actions recognition are then discussed.



AUTEUR(S)
Cyrille BEAUDRY, Renaud PÉTERI, Laurent MASCARILLA

MOTS-CLÉS
reconnaissance d’actions, points critiques, caractérisation fréquentielle de trajectoires.

KEYWORDS
action recognition, critical points, frequential characterization of trajectories.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,100 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier